《Sustainability》：A Four-Reference-Point Sliding-Window Game-Theoretic Model for Sustainable Emergency Decision-Making
Xuefeng Ding and
Jintong Wang
主动学习日益被采纳为一种与证据相一致的路径，用于提升大学物理学习质量——该领域具有概念抽象度高、错误概念持续存在以及学生表现差异显著等特征。物理教育研究表明，主动学习设计在概念学习与学生投入方面可优于讲授主导式教学；然而，不同教学情境与实施模型中报告的效果存在显著异质性。本文整合实证研究与综述层面的综合证据，以界定：（i）最稳定支撑大学物理主动学习成功的教学组成要素；（ii）这些组成要素影响学习过程与学习结果的作用机制；以及（iii）调节其在高等教育情境中有效性的边界条件。该综合进一步置于可持续导向高等教育语境中，通过将物理主动学习设计与质量教育、气候素养以及协作性问题解决相关的能力发展相联系。研究人员将涵盖翻转课堂、同伴教学、协作性问题解决、探究式与项目式方法以及技术增强型教学形态的证据，组织为一个沿认知、情感与行为路径展开的“组成要素—机制—结果”框架。本文提出两项产出：其一为一个整合性机制模型，用以连接教学组成要素、中介过程、学习结果与可持续导向能力；其二为一个操作化工具箱，将相关证据转化为可执行的设计启发、测量选项与规模化实施考量。通过将关注点从“哪一种策略有效”转向“哪些组成要素有效、如何发挥作用以及在何种条件下有效”，本综述旨在支持寻求在大学物理中实施可规模化、与证据一致的主动学习的教师、院系与高等教育机构。
1. Introduction
1.1. Context and Rationale for Active Learning in University Physics
文章指出，大学物理作为STEM培养路径中的关键“门槛课程”，长期面临表征负荷重、数学推理要求高以及错误概念难以通过传统讲授消除等教学难题。主动学习被界定为要求学习者生成、检验并修正观点的结构化教学序列，因此在物理教育研究中被视为提升概念理解与学习投入的重要路径。文中强调，学习增益并非源于“有活动”本身，而是取决于课堂时间是否被组织为能够引出推理、提供及时反馈并促进知识整合的学习过程。后疫情时期，混合式与技术中介教学扩展了翻转课堂、实时投票、仿真探究与学习分析等设计空间，但不同场景中的效果差异亦更加突出。由此，作者主张仅按“翻转课堂”“讲授式教学”等策略标签进行综述，难以提供可操作的实施指引；相比之下，从可复用组件与作用机制切入，更有助于解释成效差异并支持可持续扩展。
1.2. Objectives and Scope of the Review
本综述围绕三个目标展开：第一，识别大学物理主动学习中跨不同教学形态稳定有效的核心组成要素；第二，综合认知、情感与行为路径上的机制证据，解释这些组成要素如何影响学习结果；第三，整合课堂、教师与学习者层面的调节因素，以说明哪些边界条件决定了主动学习的有效性、可扩展性与情境敏感性。研究范围限定于高等教育阶段的大学物理，重点关注本科物理及其导论课程，优先纳入报告可测量学习结果或学习过程指标的同行评议研究及证据综合，并适度涵盖混合式和数字支持型物理教学研究，以反映当代教学现实。
1.3. Alignment with Sustainability-Oriented Competencies
文章将“可持续性”主要作为实施与评估透镜，而非额外的理论框架。作者认为，大学物理不仅涉及能量系统、气候相关技术与定量建模等基础知识，而且在适当支持下，主动学习设计还能促进高阶思维与协作性问题解决。因此，综述使用三个能力簇来操作化这种对接关系：批判性思维与问题解决、协作与沟通、以及社会—科学情境中的负责任决策。同时，文章将性别敏感参与和包容性学习环境纳入可持续导向实施的一部分，以呼应可持续发展目标中的性别平等议题。其核心意图在于说明，主动学习的成功不仅表现为概念成绩提升，也应体现为可维持、可扩展且更公平的课堂实践。
1.3.1. Critical Thinking and Problem Solving
在这一部分中，作者指出，物理中的主动学习可通过要求学生陈述假设、评估证据并在解释与求解任务中协调概念冲突来支持批判性思维。常见手段包括同伴教学、结构化讨论提示和概念问题循环。技术增强环境，如仿真与交互平台，可在任务设计强调解释与论证而非机械操作时，促进模型化推理和权衡分析。文中将批判性思维视为可观察行为集合，如论证质量、推理步骤和模型评价，并强调其应通过相应指标和测量工具加以评估。
1.3.2. Collaboration and Communication
作者认为，协作是大学物理主动学习的标志性特征，尤其体现在协作性问题解决、团队学习与项目导向形式中。有效协作并不等于简单分工，而是要求明确的沟通规范、角色分配、共同责任以及维持公平参与的反馈结构。数字工具能够扩展协作时空边界，但同时提高了对教学编排的要求，否则易导致脱离参与与贡献不均。文章据此强调，对协作相关组件、机制假设和可扩展评估方式的系统整合，是主动学习可持续实施的重要前提。
1.3.3. Responsible Decision Making in Socio-Scientific Contexts
文章指出，物理教育正越来越多地与能源转型、风险评估和气候技术选择等社会议题交叉。主动学习可通过情境任务、辩论、项目和反思活动支持负责任决策，使学生在不确定条件下基于物理原理进行论证并评估后果。作者将这一维度视为连接概念物理理解与情境化推理、价值判断的重要结果领域，并主张通过合适任务家族与可行评估方式予以课程化落实。
1.3.4. How the Competence Lens Is Used in This Review
为将可持续导向对接转化为可操作课程设计，文章采用“能力—活动—评估”视角：先明确目标能力领域，再选择能引出相应行为的主动学习组件，最后配置能够同时捕捉结果与过程的评估工具。这一思路旨在帮助教师和院校在不增加过多概念负担的前提下，将大学物理主动学习与能力发展、测量清晰性及规模化实施联系起来。
1.4. Review Approach and Organization of the Review
本文采用传统证据综合方法，并对检索与筛选过程保持明确透明。作者基于与物理教育、主动学习、翻转课堂、同伴教学、协作性问题解决、探究学习、项目学习、仿真、混合式学习以及投入、动机、自我效能相关的检索词进行目标化搜寻，并辅以前向与后向引文追踪。研究优先纳入那些能够以足够细致的方式描述教学设计、报告可测量学习或过程结果、以及讨论机制或调节因素的文献。
Related Reviews and Positioning of the Present Review
作者指出，既有综述多围绕干预类型、技术工具或学科分支展开，如基于问题学习、翻转学习、表征使用、仿真支持学习和计算机支持协作学习等。尽管这些工作为理解物理及STEM高等教育中的主动学习效果奠定了基础，但通常缺乏对“可复用设计组件”的统一组织语言。本文的独特贡献在于，提出一个统一的“组件—机制—边界条件”综合框架，将异质性干预转译为可跨策略迁移的功能性要素。
1.5. Methods of the Review
1.5.1. Data Source and Search Strategy
作者说明，文献检索主要在Web of Science Core Collection中进行，关注2019年1月1日至2025年12月22日期间的大学/本科物理主动学习研究。检索词由“学科/情境”和“教学法/方法”两大概念块构成，覆盖主动学习、翻转、同伴教学、协作性问题解决、探究、项目学习、形成性评价、反馈、仿真、增强现实（AR）、虚拟现实（VR）和学习助教等。选择Web of Science作为主入口数据库是为了保证可重复性和筛选流程的可审计性，同时作者承认未平行检索Scopus或ERIC是本研究局限之一。
1.5.2. Study Identification and Selection
筛选标准聚焦于三个方面：大学层面的物理教学与学习情境；可识别的主动学习组件，如准备度保障、结构化意义建构任务、反馈循环、协作结构、基于样例的推理任务或仿真支持探究；以及与组件—机制框架相一致、具有可解释性的结果或过程证据。检索共获得830条记录，去重后为829条；题名与摘要筛选剔除652条，另有47篇进入全文评估；最终核心综合保留150项与既定框架一致的研究。作者还通过前向与后向引文检查补强关键组件、机制与边界条件的覆盖。
1.5.3. Synthesis Approach and Reporting Emphasis
文章采用基于组件的分析透镜，而非单纯依赖策略标签，因为主动学习形式和结果指标差异较大。综合过程围绕可复用组件分类、机制命题及其操作化指标、以及与可扩展和公平实施相关的边界条件展开。作者强调，这是一项整合性叙述综述，而非效应量汇总研究，因此通过持续比较法合并重叠标签并保留最小可复用要素。同时，文中依据跨情境证据的一致性、指标可解释性及原始研究报告完整性，对各要素的支持强度作出谨慎定性判断。图1所示框架并非单一拟合的定量模型，而是来源于定性证据整合形成的机制命题网络。
1.6. Novelty and Practical Contributions of This Review
文章将创新性概括为三点：第一，将“主动学习”从策略标签重构为由可复用、可实施设计要素组成的组件分类体系；第二，将这些组件与机制命题及操作化指标相连接，以便解释何以有效及如何解读混合结果；第三，将调节因素整合为可执行设计回应，从而支持在常规限制下的审计友好型实施与规模化推广。除此之外，文章还通过“能力—活动—评估”映射，将这些综合成果与可持续导向高等教育对接。
2. Theoretical Foundations of Active Learning in University Physics
2.1. Cognitive Architecture, Cognitive Load, and Conceptual Change
本节构建主动学习的认知理论基础。作者指出，大学物理学习要求协调图像、向量、方程与文字解释等多重表征，并将其整合为稳定图式。认知负荷理论（CLT）说明，教学设计会改变有限工作记忆资源的分配方式，进而影响图式建构与保持。文中区分了内在负荷、外在负荷和生成性负荷：前者由元素交互性决定，后两者分别对应可避免的设计负担和指向图式建构的有效努力。作者据此主张，物理教学设计不应简单“减少信息”，而应在与先备知识和任务复杂度相匹配的前提下，压低外在负荷并保留甚至增强生成性加工。进一步地，文章将CLT与概念转变视角结合，指出物理错误概念往往是连贯的直觉框架，单纯附加新陈述难以动摇原有图式。有效的主动学习任务应引导学生先作出预测或解释承诺，再通过实验、仿真或反例暴露异常证据，最后在指导性反思与同伴比较中实现模型修正。仿真与探究任务因能外化不可见过程、降低表征负担并促使学习者比较竞争模型而具有特殊价值。
2.2. Motivation, Self-Efficacy, and Value: Why Students Engage
本节转向情感—动机基础。作者指出，即使任务在认知层面设计良好，若学生未能持续投入必要的意义建构活动，学习收益也不会显现。基于班杜拉理论，自我效能决定学生将困难解释为“可通过努力改进”还是“能力不足”的证据，这在大学物理这种高难度、易产生公开错误焦虑的课程中尤为关键。主动学习可通过掌握经验、替代经验、社会劝导和生理/情感状态等路径增强自我效能。技术增强设计可提供低风险掌握机会与即时反馈，而良好结构化的协作则能放大学习者从同伴处获得的替代性经验和可信社会支持。文章同时借助自我决定理论（SDT）说明，持续投入不仅取决于自我效能，还取决于自主性、胜任感和关系感是否同时得到满足。由此，主动学习中的心理安全、反馈可解释性、任务选择空间与同伴互动规范，被视为实现公平采纳和可持续扩展的关键支撑条件。
2.3. Engagement as a Multidimensional Process and the Role of Self-Regulated Learning
作者进一步将投入界定为行为、情感与认知过程的耦合系统，而非单一属性。大学物理中常见“出勤但未深度思考”的表面参与，因此区分行为投入、情感投入和认知投入十分必要。主动学习可通过讨论、投票、协作性产物以及匿名响应系统提高行为和情感投入，但持久学习更依赖认知投入，尤其是自我调节学习（SRL）。文章将SRL界定为学习者规划、监控和评估学习与问题解决过程的能力，这对物理中错误诊断、原理选择和解答一致性检查尤为重要。SRL可通过显性策略教学，如元认知提示与核对清单，也可通过要求准备、检测与修订的任务结构得到促进。对于混合式与在线教学而言，SRL要求往往更高，而教师即时支持却可能下降，因此反馈与指导结构的设计成为同时关系到可持续性与公平性的关键变量。
2.4. Summary: Rationale for a Component–Mechanism–Outcome Synthesis
本节总结认为，大学物理主动学习中的认知、情感和行为过程具有多维性与耦合性，因此需要超越单一策略或单一结果视角，采用“组件—机制—结果”综合逻辑。作者借由这一理论整合，为后文识别可复用组件、阐释其作用机制及分析边界条件奠定基础。
3. Effective Components of Active Learning Strategies
3.1. Pre-Class Preparation and Flipped Classroom Design
作者将课前准备视为翻转与混合式教学中的“准备度组件”，而不是附加环节。其核心功能在于使课堂时间能够用于高阶意义建构，而非内容首次接触。有效的课前准备通常具备三个特征：与课堂任务紧密对齐、在长度和认知范围上受到控制、并通过低风险检测实现问责与诊断反馈。具体形式包括短视频、结构化阅读和引导式问题集；若使用PhET等交互式仿真资源，则其价值取决于是否嵌入有目的的任务，而非作为可选的无结构探索。作者进一步指出，大规模实施的关键不在于材料是否存在，而在于是否建立了可行的准备度保障机制，如低风险测验、引导式工作单与简短预习提示。因此，课前准备应被理解为由材料、提示、检查和反馈构成的系统，而非单纯的内容投送。
3.2. In-Class Sensemaking Tasks and Peer Interaction
文章认为，大学物理中有效的主动学习，本质上是将课堂时间由被动接受转向意义建构。学生需要在课堂中解释、比较、论证和修正观点，教学组织围绕“引出思维—反馈调节”而非连续讲授。作者强调，同伴互动之所以具有高杠杆效应，不是因为它增加了交流次数，而是因为它提升了解释频率、创造了替代性学习机会，并在概念性工作中将“挣扎”正常化。无论是合作学习结构还是协作性问题解决，其稳健性都依赖于角色、共享产物和责任机制是否被明确规定，而非假设其自然发生。文中还指出，同伴评价和同伴反馈只有在要求学生依据标准评估推理质量而非只看最终答案时，才真正具有深化学习的作用。公共推理产物，如小组解题板或共享问题表征，有助于暴露概念瓶颈，但在大班中常受空间、时间和促进成本限制，因此数字共享板和结构化工作单被作为降低后勤负担的替代方案。
3.3. Feedback Mechanisms and Formative Assessment
本部分将形成性评价与反馈视为主动学习修订循环的“发动机”。在大学物理中，最具作用的反馈并非单纯判断对错，而是针对推理结构、多重表征协调和错误概念诊断。即时反馈可通过课堂响应系统或嵌入式快速检查在错误固化之前支持修正，同时也为教师调整教学提供信息；延迟反馈则在可操作指导与后续追踪结构，如改错、反思或重交任务支持下，更可能促进深层反思。文章特别强调“反馈素养”问题：反馈即便被接收，也不一定被有效使用，因此需要元反馈帮助学生理解标准、诊断错误并规划改进。对于大班课程，结构化评分量规和校准过的范例比较等工具可在不显著增加个别化评语负担的前提下提升反馈利用率。作者还提醒，不同学习者群体可能因先备知识、自我效能和课堂氛围差异而从反馈系统中获得不同收益，因此透明、支持性和心理安全的反馈机制是规模化实施中避免差距扩大的重要条件。
3.4. Example-Based Learning: Worked, Error, and Contrast Examples
文章指出，样例在物理教学中无处不在，但其在主动学习中的作用往往被低度界定。若样例被用于错误诊断、解法比较、深层特征识别与解释生成，而非供学生被动模仿，则它构成一种独立的主动学习组件。作者重点讨论了错误样例和对比样例：前者有助于暴露错误概念并促成概念冲突与纠偏，后者有助于学习者辨识决定模型选择的深层结构线索，如守恒关系或对称性，从而促进迁移。不过，样例型组件的效果并非普遍稳定，而是受到先备知识、指导强度和任务结构的调节。若概念基础薄弱，错误诊断可能沦为猜测；若指导过强，对比任务又可能退化为被动确认。因此，可持续实施更适宜采用由引导到独立的分层设计，并与反馈循环结合，使样例分析真正转化为问题解决能力提升。
3.5. Section Summary and Transition
本节最终归纳出大学物理主动学习中反复出现的四类核心组件：课前准备度系统、伴随同伴互动的课堂意义建构、形成性评价与反馈循环、以及基于样例的推理任务。作者强调，这些组件本身并不足以保证成效，它们的影响要通过认知、情感和行为机制发挥，并受到实施质量与具体情境的调节，因此后文转向机制与边界条件的系统分析。
4. Mechanisms of Action: How Active-Learning Components Produce Learning and Competency Outcomes
4.1. Mechanism Logic: From Components to Mediators to Outcomes
作者在本节明确提出，主动学习之所以有效，并非因为学生“更忙”，而是因为教学组件系统性改变了学习者在学习过程中关注什么、尝试什么以及修正什么。文章总结了若干近端中介过程：通过预测与解释使思维外显；通过快速且可理解的反馈形成修订循环；通过要求协调方程、图像、示意图和文字模型强化深层特征辨识；以及通过动机支持与自我调节结构促进在高挑战任务中的持续投入。这些中介过程共同指向概念理解、问题解决与迁移、以及投入和坚持等结果领域；在更宽泛的教育目标下，也支撑证据推理、协作沟通和社会—科学情境中的负责任决策等能力发展。
4.2. Cognitive Pathway Mechanisms
在认知路径上，作者首先从认知结构角度说明，有效主动学习通过结构化提示、脚手架化任务序列和跨表征桥接问题，减少可避免的外在负荷并提升指向意义建构的生成性加工。对大学物理初学者而言，这种设计尤为重要，因为他们常将工作记忆耗费于表层代数操作，而忽略概念结构。其次，文章系统阐述了“承诺—冲突—和解”的概念转变机制：学生先作出预测或解释，再经实验、仿真或同伴比较遭遇异常结果，最后在指导下修正模型与解释。作者指出，同伴教学与探究取向任务特别契合这一机制，但若脚手架不足，概念冲突可能转化为困惑而非转变。最后，作者讨论了基于样例的推理如何通过减少无效搜索、引导关注原理选择、表征映射和结构线索来促进学习，尤其是在错误样例与对比样例分析结合解释与比较提示时，更可能促进迁移。
4.3. Affective–Motivational Pathway Mechanisms
在情感—动机路径上，文章强调，主动学习要求学生进行智力冒险：暴露不完整理解、提出试探性主张并在公共场域中修正观点，因此自我效能直接影响学生是否把挑战视为可控。设计良好的主动学习环境可通过频繁掌握机会、可解释反馈和同伴比较增强自我效能。作者同时借助自我决定理论说明，自主性、胜任感与关系感共同决定动机质量。若任务挑战缺乏足够脚手架，或参与规范提升了评价焦虑，则“看似主动”的活动也可能损害投入；相反，若课堂规范将错误视为学习资源、将观点批评与人格批评区分开来，并采用低风险响应渠道，则更可能维持心理安全与持续参与。文章还指出，真实情境化任务能提升物理学习的效用感与身份相关性，并成为连接可持续导向能力培养的重要桥梁。
4.4. Behavioral–Social and Self-Regulatory Pathway Mechanisms
本部分将投入视为“被实施出来的机会”，强调认知投入而非活动完成本身更能预测持久学习。要求解释的提示、迫使论证的同伴比较程序以及提供可操作反馈的形成性评价结构，均被视为促进认知投入的关键组件。作者进一步指出，SRL在物理问题解决中居于核心地位，因为学生必须选择原理、监控一致性、诊断错误并修正策略。SRL既可通过元认知提示、检查表和反思问题直接强化，也可通过要求监控和修订的任务结构间接培养。与此同时，协作被界定为“学习的社会性调节”，当角色、共享产物与责任分担明确时，解释机会与反馈频率增加，认知与动机机制均可能被放大；若协作结构松散，则更易出现不平等参与与表面共识。
4.5. Cross-Pathway Interactions: Coupled Mechanisms Rather Than Isolated Effects
文章在这里强调，认知、情感与行为机制并非孤立存在，而是相互耦合。高认知负荷任务若伴随高焦虑和胜任威胁，可能抑制投入并导致撤退；而设计良好的反馈循环则能同时减少外在负荷、增强自我效能并支持SRL。因此，作者主张应将机制理解为一个系统，这也解释了为何当某一关键路径被忽视时，即便其他要素看似到位，实际结果仍然高度异质。
4.6. Mechanism Propositions and Evaluation Implications
作者据此提出五项可检验的机制命题：其一，外显—修订循环命题，即要求学生表达预测或解释并获得快速、可理解反馈时，概念学习将通过修订循环提升；其二，表征协调命题，即迫使学生在方程、图像、示意图与文字模型之间对齐的任务将增强深层理解与迁移；其三，自我效能—坚持命题，即掌握机会与支持性反馈将通过提升自我效能促进高挑战下的坚持与参与；其四，SRL强化命题，即准备度保障与元认知提示将改善规划、监控和反思行为，从而提升问题解决与持续投入；其五，结构化协作命题，即明确角色、共享产物与责任机制的协作设计将增加解释频率和社会调节，从而同时强化学习与投入结果。文章还为各命题配套建议了概念测验、解释质量量规、数字痕迹、自我效能量表、参与分布指标和协作评分量规等评估方式。
5. Boundary Conditions and Moderators: When, for Whom, and Under What Conditions Active Learning Works
5.1. Implementation Fidelity and the “Active Ingredient” Problem
作者指出，大学物理主动学习效果的显著异质性，首先源于实施保真度问题。所谓保真度，并非表面上是否贴上“翻转课堂”等标签，而是实际教学是否保留了启动机制所需的功能性成分，如准备度保障、课堂意义建构和反馈驱动的修订循环。若课前准备可有可无、课堂重新滑向长时间讲授、或反馈微弱且滞后，则组件—机制链条会中断。文中进一步提出，应将实施剂量理解为一组可审计指标，如主动学习时间比例、每节课完整意义建构循环的次数、课前准备完成率、是否存在显性修订机会以及参与是否广泛分布。低水平指标通常意味着“稀薄”活动，提示需要重新分配时间或增加脚手架。
5.2. Instructor and Facilitation Factors
文章强调，即便任务形式看似相似，教师促进质量也会显著调节结果。有效促进包括引导解释、诊断错误概念、管理讨论和提供及时反馈，它要求教师将学生贡献视为教学信息而非噪音。若促进较弱，高认知要求任务可能被体验为混乱，从而损害学习与认同感。作者还讨论了教师信念与教学目标的作用：若教师将主动学习视为“活跃气氛”的附加物，而非以机制为基础的设计逻辑，则实施很可能流于表面。对于大班课程，助教（TA）支持和教学团队一致性同样重要，共享评分量规、促进脚本和统一反馈标准被视为支持大规模保真实施的轻量化机制。
5.3. Learner Factors: Prior Knowledge, Preparedness, and Psychological Constraints
在学习者层面，作者指出，先备知识会调节主动任务的收益方式：新手更依赖引导性样例与结构化提示，而水平较高者可从更开放的任务与“生产性挣扎”中获益。若任务超出当前图式承载能力且缺乏足够脚手架，认知负荷将从有益修订转向困惑与退出。与此同时，自我效能、负面评价恐惧和心理安全也决定学生是否愿意进行解释和修订。在物理课堂中，若规范过度强调速度和正确答案，则主动学习虽存在于形式上，却可能主要由自信学生实际参与。混合式与翻转设计还显著提高了SRL要求，若学习者SRL能力薄弱，课前准备往往不充分，课堂高阶任务便会显得压倒性甚至不公平。因此，准备度检查、结构化指导与元认知提示应被视为核心设计，而非补充支持。
5.4. Classroom and Institutional Context: Size, Resources, and Assessment Regimes
文章分析，大班教学同时放大了主动学习的潜在优势和风险。其优势在于可通过投票系统和广泛同伴解释扩展互动，其风险则是个别化反馈减少、参与分布不均以及匿名性导致脱离参与。为维持机制完整性，大班课程通常需要响应系统、结构化工作单和模块化小组常规等支持选择。资源约束与工作量可持续性同样关键：高接触度反馈与个别指导虽效果显著，但难以规模化维持，因此更稳健的设计通常采用自动化低风险检查、结构化同伴反馈与针对性教师干预相结合的混合反馈架构。作者还强调，评估制度会系统性塑造学生行为：若评分主要奖励程序速度和答案再现，则解释、意义建构和协作会被理性边缘化；若评估重视推理质量、表征使用和迁移，则主动学习机制更易得到强化。
5.5. Equity, Inclusion, and Differential Effects
本部分从公平与包容视角讨论调节作用。作者指出，主动学习并不会自动带来公平改进；若参与结构奖励自信、群体任务复制地位等级、或反馈机会分布不均，则差距甚至可能扩大。为实现公平实施，课程需具备明确的参与架构，包括轮换角色、结构化轮流发言、共享产物和责任机制，以限制“搭便车”并保护信心较弱学生免于被排斥。匿名投票可降低社会风险，但前提是课堂规范明确赞赏推理与修订。作者特别讨论了技术获取差异和数字鸿沟，指出技术增强型主动学习必须提供低技术替代方案和设备无关平台。关于性别平等，文章强调大学物理中的性别差异依旧体现在自我效能、归属感、参与和坚持等方面，因此性别敏感实施应作为边界条件被显性纳入设计，通过聚焦推理质量的反馈、成长导向归因、低风险响应渠道以及结构化轮换角色等手段，保障谁的思维能被看见、谁能获得及时反馈、谁敢于公开犯错与修正。
5.6. Modality and Technology: Blended/Online Versus Face-to-Face
作者指出，教学模态通过改变反馈即时性、社会线索与SRL要求来调节主动学习机制。在线或混合情境中，教师即时在场感下降，可能削弱反馈循环与关系感，除非数字讨论、快速检查和显性反馈周期被有意设计。与此同时，技术也可能在增加练习与反馈机会、支持可视化以及生成用于定向干预的学习分析数据方面强化机制，但前提是分析结果真正被用于教学响应，而不是停留在被动监测层面。
5.7. Sustainability Lens: Scaling Without Losing Effectiveness
在可持续高等教育视角下，作者将核心问题界定为：主动学习不仅要“能起作用”，更要能长期维持、在约束下适应，并公平地大规模提供。基于上述调节因素，文章提出三项反复出现的原则：保持功能性保真度，确保即便表面形式改变，准备度保障、课堂意义建构和反馈循环仍被保留；将公平视为核心要求，在设计阶段就纳入参与架构、心理安全和可及性；以及使激励与测量相一致，让评估真正奖励推理与能力相关表现。
6. Aligning University Physics Active Learning with SDG-Oriented Competencies
6.1. Conceptualizing SDG-Oriented Competencies in the Context of Physics
本节将可持续发展目标（SDGs）相关能力转译到大学物理情境。作者提出三个可操作的能力簇：基于证据的批判性思维与问题解决、协作与沟通、以及社会—科学情境中的负责任决策。它们分别表现为模型化推理、假设评估、基于定量证据的论证、协同建模、任务协调、不确定性与权衡的沟通，以及在真实约束下作出物理知情判断。文章强调，这些能力可通过可观察行为和课程产物被评估，因此具备课程嵌入的可行性。
6.2. Competency 1: Critical Thinking and Evidence-Based Problem Solving
作者将物理中的批判性思维界定为模型化推理：学习者需选择原理、陈述假设、协调表征并检查解答一致性。概念问题循环、同伴教学、协作性问题解决、探究与仿真活动，以及错误/对比样例分析，都可稳定引出这些行为。评估上，文章反对仅凭答案正确性推断批判性思维，而主张使用评分量规评价论证质量、原理选择、表征协调与一致性检查，并辅以具有新表面特征的迁移任务、简短书面解释或口头辩护，以及配套解释提示的概念测验。为兼顾规模化实施，作者建议采用结构化量规、抽样评分和同伴校准等方式降低工作量。
6.3. Competency 2: Collaboration and Communication
在协作与沟通能力方面，文章指出，可持续语境下的合作并不仅仅是团队配合，而是围绕联合推理、模型协商和不确定性表达展开。角色化常规，如解释者、质疑者、核查者和连接者的轮换，可减少地位支配并提高贡献可见性；共享推理产物和数字协作空间可促进跨组比较；基于推理质量而非表面一致性的同伴反馈和同伴评价可深化学习。评估方面，作者建议通过协作评分量规、锚定于可观察贡献的同伴评价工具、小组产物分析以及简短反思提示来捕捉协作过程与产品。文中再次强调，这类能力发展离不开公平参与与心理安全。
6.4. Competency 3: Responsible Decision Making in Socio-Scientific Contexts
文章指出，负责任决策要求将物理原理与情境约束、不确定性和后果整合起来。为此，大学物理可设计围绕能源、气候、风险和技术选择的情境问题，使学生在定量推理和显性假设基础上作出并论证决策；也可通过小型项目、项目式模块、辩论和基于案例的仿真活动，让学生在模型输出及其局限基础上比较竞争主张和明确权衡。评估上，作者提出采用决策备忘录、简短政策简报、口头展示或海报等形式，以评分量规重点考察证据质量、权衡推理、透明性以及不确定性处理。
6.5. Integrating the Competency–Activity–Assessment Logic Across Course Levels
作者主张，能力发展应在课程体系中渐进分布，而非压缩在单一高年级课程。导论课程可强调概念问题循环、结构化解释提示、基本协作常规与小型情境任务；中级课程可加入更开放的问题解决、错误/对比样例分析和要求假设检验的实验序列；高级课程则可嵌入项目式模块、数据驱动建模任务与综合不确定性和权衡的书面或展示性成果。这种渐进路径既有助于规模化，也有利于更早培养SRL与协作能力，减少后续高要求任务中的差距。
6.6. Implementation Notes: Preserving Alignment and Sustainability
作者在本节提出三点实施警示：其一，若能力话语没有评估对齐，学生行为不会发生实质变化；其二，心理安全与参与架构是能力发展的使能条件，因为公开推理和协作若缺乏规范保障将难以公平发生；其三，可持续实施必须建立可行、可扩展的评估体系，结构化量规、校准同伴评阅和抽样策略是平衡工作量与测量效度的重要手段。
7. Practical Implications and Scaling Guidelines for Sustainable Higher Education
7.1. Instructor-Level Guidance: Designing for Mechanisms Rather Than Labels
本节将前述综合转化为教师层面的实践指引。作者提出“最小可行主动学习系统”概念，认为可持续采纳通常始于三项机制使能要素：与课堂紧密对齐的简短课前准备和低风险准备度检查、要求预测或解释并伴随同伴比较的结构化课堂意义建构常规、以及通过投票、快速检查或小组产物实现的快速反馈与定向教学响应。文章同时强调，物理任务设计应迫使学生说明原理选择并显性连接方程、图像、示意图与文字模型，结合错误样例与对比样例以及“预测—异常—修正”式概念冲突结构，以引出最关键的中介过程。心理安全与公平参与被视为核心设计属性而非附加目标，评分和评估也必须体现推理质量、表征使用与决策依据。
7.2. Course-Team and Department-Level Guidance: Infrastructure for Fidelity and Sustainability
在院系和课程团队层面，作者建议标准化功能性组件，而非僵化规定表面教学形式。共享概念问题库、意义建构任务库和样例分析活动，可减少重设计负担并提升跨班级一致性；统一准备度检查与反馈标准，有助于保持机制运作。大班课程中，助教培训尤其关键，应围绕提问策略、错误概念诊断、公平参与常规以及共享评分量规与范例展开。文章还建议在课程体系层面分阶段配置能力目标与SRL支持，使表征协调、解释规范和协作习惯在早期得到建构。
7.3. Institutional Guidance: Policy, Incentives, and Resource Provision
在学校制度层面，作者认为，主动学习的可持续实施依赖于激励、资源和质量保障系统。教师晋升与评价制度应认可循证教学实践和教学创新，专业发展项目与课程重构支持也应围绕基于机制的教学法而非单纯技术采用展开。教室布局、响应系统与可靠数字平台等基础设施会直接影响大班课程中的实施保真度与公平性，设备无关平台与低技术备选方案对缓解数字鸿沟尤为重要。与此同时，通过概念测验、投入指标、参与公平审计和反馈利用证据开展持续改进循环，是防止规模化扩张过程中效果衰减和不平等放大的必要措施。
7.4. Practical Checklist for Sustainable Implementation
作者在这一小节以操作化清单形式总结了可持续实施的关键条件：课前准备需对齐、有限且有问责；课堂时间应以意义建构而非被动接受为主；反馈循环应快速、可解释并支持修订；任务必须要求跨表征协调；协作应通过角色、责任和心理安全实现结构化与公平化；评估应奖励推理、迁移以及在需要时的决策依据；所有适应性调整都应在班级规模、资源和教学模态限制下保持功能性保真度。
8. Future Research Agenda and Conclusions
8.1. Future Research Agenda: Evidence Gaps and Priority Directions
文章最后提出未来研究议程。作者认为，尽管主动学习改善大学物理学习的证据较强，但若要支持不同院校中的可持续扩展，仍存在若干重要缺口。首先，未来研究应更多采用中介分析与过程追踪设计，直接检验认知负荷、解释质量、SRL指标和自我效能等机制变量，并关注路径之间的交互作用。其次，需要发展能够捕捉功能性组件而非表面策略标签的保真度框架和报告标准，以解释异质结果。再次，研究应更加聚焦公平与差异化影响，检验参与架构和心理安全干预是否作为调节变量发挥作用。第四，面对混合与在线实施，未来工作应识别哪些数字常规能够保留反馈即时性与关系感，并评估将学习分析与定向教学行动结合的干预效果。最后，为真正支撑SDG导向对接，评估应超越短期考试成绩，发展关于决策依据、不确定性处理和协作推理的可扩展测量工具，并开展更长期的纵向研究。
8.2. Conclusions
结论部分强调，本综述以“组件—机制—边界条件”视角综合了大学物理主动学习证据，并指出准备度保障、结构化意义建构与同伴互动、反馈驱动修订循环以及基于样例的推理任务，是比单纯策略标签更能稳定解释成效的功能性配置。结果异质性在实施保真度、促进质量、学习者准备度与自我效能、SRL能力、资源约束、评估对齐、教学模态以及公平敏感的参与动态等边界条件被显性化后，变得更可理解。文章进一步通过“能力—活动—评估”逻辑，将大学物理主动学习与基于证据的问题解决、协作以及社会—科学情境中的负责任决策等可持续导向能力联系起来。总体而言，本文为教师、院系与高校提供了一种可规模化、可维护且注重公平的大学物理主动学习设计语言，也为后续研究提供了以机制检验、保真编码和公平导向扩展为核心的分析框架。
